面向对象的投影互分割道路变化检测

通过实验提出了面向对象的投影互分割城市道路变化检测方法。选用不同时相的QuickBird图像,根据地物影像的光谱、形状及纹理等特征进行多尺度分割和层次分类,提取城市道路目标;建立检测层,将不同时相的图像分类结果投影到检测层的相应对象层上,并进行互分割,通过判断某一位置地物类别的一致性,实现道路变化检测的目的。实验表明,面向对象的投影互分割道路变化检测能得到较好的检测效果。

利用车载激光雷达扫描的街道级道路变化检测

随着城市化的发展,中国的城市路网正以惊人的速度延伸和更新,如何高效、科学地管理庞大的路网成为难题。车载激光雷达系统具有野外作业量小、操作方便、大数据量采集等优点,可以用于恢复真实的道路场景,进一步实现街道级的道路变化检测。本文利用车载激光雷达扫描获取的点云数据,提出了一种基于数字高程模型和密度图的变化检测方法,用准确率、精准率和召回率作为检测的评价指标。以高速发展变化的上海陆家嘴地区的一个路段为例,验证了该方法检测的准确率为81.8%、精准率为93.1%、召回率为83.6%,变化检测效率得到大幅度提升。

基于线状图形相似性的道路数据变化检测

将相似性认知的距离观与特征集合观相结合,在获得相似性图形的差异距离的基础上,提出了线状地物的几何图形相似性度量模型;通过研究空间数据变化与相似度的关系,提出了基于线状地物相似度的空间数据变化检测算法,实现了基于线状图形相似性认知的道路数据变化发现与提取。